9月13日，经管学院“SEM管理科学”青年学者论坛邀请到香港中文大学吴靖教授带来题为“如何在经济管理研究里运用大型语言模型(LLM)”的报告。

吴靖是香港中文大学商学院决策科学与企业经济学系终身教授，商务分析理学硕士项目主任，担任多本国际顶级期刊副主编。主要研究领域是全球产业链、商业大数据与商业智能，论文发表在Management Science、M&SOM、POMS等学术期刊，观点发表在斯隆管理评论、经济学人、福布斯等财经杂志上，为阿里腾讯、瑞银等企业提供顾问咨询。其研究成果被CCTV、华尔街日报等全球20多个国家的400多家媒体报导，并受邀在美联储委员会(FED）、美国证监会(SEC）、国际货币基金组织（IMF)）、亚洲开发银行(ADB）等机构作报告。在进入学术界之前，吴靖曾在纽约的德意志银行担任量化投资经理。

吴靖首先介绍了大型语言模型(LLM)以及两种高效的使用方法。BloombergGPT是基于GPT架构构建的用于金融领域中的第一个LLM，旨在处理金融和商业领域的自然语言文本数据，并提供有关这些领域的智能分析和信息。BloombergGPT经过专门训练，能够提供高质量的金融数据分析和决策支持，帮助金融专业人士更好地理解和应对市场动态和趋势。然而在训练过程中，BloombergGPT需要大量数据和高性能硬件支持，高昂的计算成本和数据的稀缺性使个人或组织很难独立开发类似的用于特定领域的LLM。高效使用LLM的两种方法包括：以通用LLM为基础，拥有领域特定知识/数据的专业人士使用SFT或LoRA方法对通用LLM进行微调；或将LLM作为外部工具的“大脑”，与各种外部工具进行交互，扩展处理各种任务的能力。

接着，吴靖介绍了LLM在不同领域内能够带来的跨学科创新。在金融科技中，LLM可用于金融推理、智能合同审计和金融顾问；在信息系统中，LLM可用于提高客户支持效率、基于智能回复提高协作性能、候选人筛选的偏见检测等方面；在运营管理中，LLM能够应用于基于地理知识的位置决策。吴靖通过介绍以上LLM的应用场景，启发学生探索LLM的潜力，重新定义现有的系统。

最后，吴靖分享了自己的研究工作中ChatGPT的应用。在最近的一项研究中，吴靖下载了美国上市制造企业的10-K备案中的业务描述，对美国证券交易委员会EDGAR数据库中10-K备案中的业务描述（包括人工和ChatGPT的分析）进行基于文本的分析，构建服务化度量，研究了制造商的服务提供对需求波动和企业内部牛鞭效应的影响。